Einfaktorielle MANOVA

Einfaktorielle MANOVA: Ausreißer

Teil der explorativen Datenanalyse sind Box-Plots, mit denen wir unsere Daten auf univariate Ausreißer hin überprüfen können. Für jede abhängige Variable in jeder Faktorstufe wird dabei ein separater Box-Plots erstellt. Box-Plots interpretieren Für unseren Beispieldatensatz erhalten wir folgendes Diagramm: Jeder Datenpunkt, der mehr als 1,5 Standardabweichungen vom Mittelwert entfernt ist, wird durch einen Kreis, zusammen

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Voraussetzung #2: Normalverteilung auswerten

Wie wir bei den Voraussetzungen gesehen haben, müssten wir unsere Daten eigentlich auf ihre multivariate Normalverteilung überprüfen. Leider bietet SPSS keine Möglichkeit an, dies direkt zu überprüfen. Wir prüfen daher die univariate Normalverteilung, die eine Voraussetzung für die multivariate Normalverteilung ist. Wenn unsere Daten univariat normalverteilt sind, gehen wir davon aus, dass sie auch multivariat

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Voraussetzung #1: Multikolinearität

Multikollinearität tritt auf, wenn abhängige Variablen sehr hoch miteinander korrelieren. Multikollinearität verursacht sowohl logische als auch statistische Probleme. Durch die hohe Korrelation werden die Variablen redundant, beide Variablen messen dadurch effektiv dasselbe. Allerdings ist es für die meisten statistischen Verfahren problematisch redundante Variablen in dieselbe Analyse aufzunehmen, es sei denn, wir führen eine Strukturanalyse durch

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Warum eine MANOVA und nicht mehrere ANOVAs?

ANOVAs sind großartig, wenn wir Unterschiede zwischen Gruppenmittelwerten vergleichen wollen. Beispielsweise können wir mit Hilfe der ANOVA beurteilen, ob sich drei verschiedene Kunststoffe in ihrer mittleren Brüchigkeit unterscheiden. Die meisten ANOVA-Tests bewerten jedoch nur eine einzige abhängige Variable, was in bestimmten Situationen ein großes Problem darstellen kann. Einschränkungen der ANOVA Egal ob allgemeine lineare Modell

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Beispieldatensatz

In Deutschland ist Bildung bekanntlich Ländersache. Nach dem Grundgesetz liegen die Kompetenzen der Bildungspolitik in den Händen der 16 Bundesländer. So kommt es öfters vor, dass neue Lehrmethoden entwickelt und in ausgewählten Schulen auf ihre Leistungsfähigkeit getestet werden. So ist es auch der Fall in unseren Beispielsdatensatz. Ein Team von Wissenschaftlern hat zwei neue Lehrmethoden

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Anwendungsbeispiele

Die einfaktorielle MANOVA hat viele Gemeinsamkeiten mit ihrem univariaten Pendant, der einfaktoriellen ANOVA. Sie ist im Gegensatz ein multivariates Verfahren – das M in MANOVA steht auch Multivariat. Es ist wichtig in diesem Fall wichtig zwischen univariat und multivariat zu unterscheiden, den hier liegt der größte Unterschied (abgesehen von der Mathematik ). Multivariat vs Univariat

Einfaktorielle MANOVA

Einfaktorielle MANOVA: Voraussetzungen

Insgesamt zehn Voraussetzungen sind zu erfüllen, damit wir eine einfaktorielle MANOVA berechnen dürfen. Allerdings sind nicht alle Punkte, die wir nachfolgend nennen werden, echte Voraussetzung die strikt eingehalten werden müssen. Manche von ihnen lassen sich biegen, ohne das unser Testergebnis stark verfälscht wird, andere wiederum müssen eingehalten werden. Die ersten drei Voraussetzung aus der Liste

Einfaktorielle MANOVA

Einfaktorielle MANOVA in SPSS

Die grundlegende Idee der einfaktoriellen MANOVA (engl. one-way MANOVA) ist dieselbe der einfaktoriellen ANOVA – mit einem entscheidenen Unterschied: Während man mit einer ANOVA lediglich eine abhängige Variable in einem Modell untersuchen kann, kann eine MANOVA zwei oder mehr abhängige Variablen haben. Mathematisch gesehen unterscheiden sich beide Modelle auch grundlegend: Während die einfaktorielle ANOVA auf Unterschiede